Python爬虫：数据解析和提取——Beautiful Soup

ll3o3

已于 2022-04-07 13:48:22 修改

阅读量2.4k

点赞数

分类专栏： python爬虫文章标签： python 爬虫大数据

于 2022-03-30 18:03:29 首次发布

本文链接：https://blog.csdn.net/ll3o3/article/details/123815253

版权

一.安装

pip3 install lxml
pip3 install beautifulsoup4

二.导入与实例化

导入

from bs4 import BeautifulSoup

实例化

本地对象

fp=open(',/test.html','r',encoding='utf-8)
html=BeautifulSoup(fp,'lxml')

网络对象（page_text为requests请求获得）

html=BeautifulSoup(page_text,'lxml')

三.Beautiful Soup规则

实例

html='''
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
'''

1. 选择节点

1.1 获取节点

result=html.head
#运行结果
<head><title>The Dormouse's story</title></head>

1.2 多个节点只获取第一个匹配的节点

result=html.p
#运行结果
<p class="title" name="dromouse"><b>The Dormouse's story</b></p>

1.3 嵌套选择

result=html.head.title
#运行结果
<title>The Dormouse's story</title>

2. 提取信息

2.1 获取节点名称

result=html.title.name
#运行结果
title

2.2 获取节点属性

result=html.p['name']
#运行结果
dromouse

2.3 获取节点内容

result=html.title.string
#运行结果
The Dormouse's story

实例

html='''
<html>
    <head>
        &l

最低0.47元/天解锁文章

ll3o3

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
Python爬虫：数据解析和提取——Beautiful Soup

崔大神《Python3网络爬虫开发实战（第2版）》阅读总结，可作为字典方便查询，持续更新中······
复制链接

扫一扫

专栏目录

Python爬虫：数据解析和提取——Beautiful Soup

一.安装

二.导入与实例化

导入

实例化

三.Beautiful Soup规则

实例

1. 选择节点

1.1 获取节点

1.2 多个节点只获取第一个匹配的节点

1.3 嵌套选择

2. 提取信息

2.1 获取节点名称

2.2 获取节点属性

2.3 获取节点内容

实例

“相关推荐”对你有帮助么？